改进的最小错误率Bayesian图像去噪方法

摘要：

贝叶斯决策去噪是一种有效的去噪方法,但阈值选择只能依靠经验。为此,文中提出了一种基于最大类间方差法(Otsu)的贝叶斯图像去噪方法。该方法首先分析加噪图像的直方图,计算出不同类别的参数。然后求每一像素点类问方差.使方差取得最大值的像素灰度即为要确定的阈值。根据确定的阈值对图像中每一像素点利用最小错误率贝叶斯决策进行判断是否为噪声,对噪声点进行基于均值滤波的处理。通过对不同图像的试验,取得了良好的效果。

关键词： 阈值选择 贝叶斯决策 图像去噪 直方图 最小错误率 均值滤波

作者: 杨会云 张有会 王志巍 霍利岭 赵金

作者单位: 河北师范大学数学与信息科学学院 石家庄 050016

会议类型: 国内会议

会议名称: 第九届中国Rough集与软计算、第三届中国Web智能、第三届中国粒计算联合会议(CRSSC-CWI-CGrC’2009)

会议地点: 石家庄

会议语种:中文

页码: 152-155

在线出版日期: 2009-08-01（万方平台首次上网日期，不代表论文的发表时间）